1. 课程导论：SLO驱动服务目录
1.1 什么是SLO驱动服务目录
传统服务目录通常是一个静态的Excel表格或Wiki页面，记录着服务名称、负责人、技术栈等基本信息。这种目录在微服务架构下迅速失效——服务数量激增、依赖关系复杂、变更频率加快，静态信息无法反映服务的真实运行状态。
SLO驱动服务目录将服务目录从“静态资产清单”升级为“动态运行态仪表盘”。其核心思想是：每个服务不仅记录元数据，还必须绑定其服务等级目标（SLO），并实时展示SLO达成情况、部署频率、变更失败率等关键指标。这使得服务目录成为可观测性、可靠性工程和平台工程的统一入口。
核心定义：SLO驱动服务目录 = 服务元数据 + 实时SLO指标 + 变更风险度量。它让团队能够基于数据而非直觉来管理服务的健康度和变更风险。
1.2 部署频率与变更失败率的核心关系
在SRE实践中，部署频率（Deployment Frequency）和变更失败率（Change Failure Rate）是DORA（DevOps Research and Assessment）定义的四个关键指标中的两个。它们之间存在一种微妙的权衡关系：
- 部署频率：衡量服务交付到生产环境的节奏。高频部署（每日多次）通常意味着更小的变更粒度、更快的反馈循环。
- 变更失败率：衡量部署导致服务降级或故障的比例。低失败率（<15%）是精英团队的标志。
直觉上，部署越快越容易出错。但顶级SRE团队的数据表明：高频、小批量的部署反而能降低变更失败率。这是因为小变更更容易审查、测试和回滚，且问题范围可控。反之，低频、大批量的部署往往伴随着更高的失败率和更长的故障恢复时间。
| 团队等级 | 部署频率 | 变更失败率 | 典型特征 |
|---|---|---|---|
| 精英 | 按需（每日多次） | < 5% | 完全自动化CI/CD，灰度发布，即时回滚 |
| 高绩效 | 每周1次~每日1次 | 5% ~ 10% | 半自动化流水线，有测试门禁 |
| 中等绩效 | 每月1次~每周1次 | 10% ~ 20% | 手动审批环节多，发布窗口固定 |
| 低绩效 | 每季度1次或更少 | > 20% | 大版本发布，回滚困难，变更风险高 |
关键洞察：部署频率与变更失败率并非线性负相关。当部署频率从“每月1次”提升到“每周1次”时，失败率可能短暂上升；但继续提升到“每日多次”时，失败率反而会下降。这个拐点正是SLO驱动调优的目标区间。
1.3 部署频率与变更失败率的动态平衡
下图展示了部署频率与变更失败率之间的典型关系曲线，以及SLO驱动服务目录如何帮助团队找到最优平衡点：
常见误区：不要为了降低变更失败率而刻意降低部署频率。低频部署会导致变更积压，单次变更风险增大，最终失败率反而更高。正确的做法是通过SLO驱动服务目录持续监控两个指标，找到适合自己团队的平衡点。
1.4 课程目标与受众
课程目标
完成本课程后，学员将能够：
- 设计并构建一个SLO驱动的服务目录系统，将部署频率和变更失败率作为核心度量纳入其中。
- 建立指标采集管道，从CI/CD流水线、可观测性平台和告警系统中实时获取部署与变更数据。
- 定义合理的SLO阈值，针对不同服务等级（关键业务、普通业务、实验性服务）设置差异化的部署频率和变更失败率目标。
- 实施调优策略，通过灰度发布、蓝绿部署、自动化测试门禁等手段，在不牺牲部署速度的前提下降低变更失败率。
- 构建可视化仪表盘，让团队和管理层能够一目了然地看到每个服务的SLO达成状态和变更风险趋势。
目标受众
| 角色 | 收益 | 前置知识 |
|---|---|---|
| SRE工程师 | 掌握SLO驱动服务目录的设计与落地方法，提升系统可靠性 | 了解SRE基础概念，有Kubernetes和Prometheus使用经验 |
| 平台工程师 | 学会将SLO度量嵌入内部开发者平台，提升平台工程化水平 | 熟悉CI/CD流水线，了解Backstage或类似开发者门户 |
| DevOps工程师 | 获得部署频率与变更失败率调优的实战方法论 | 有Jenkins/GitLab CI等工具使用经验 |
| 技术管理者 | 理解如何用数据驱动团队效能提升，制定合理的SLO目标 | 对SRE和DevOps有宏观认知 |
1.5 SLO驱动服务目录架构概览
下图展示了SLO驱动服务目录的整体架构，以及部署频率与变更失败率数据在其中的流转路径：
课程路线图：本课程将按照“数据采集 → 指标计算 → 服务目录构建 → 调优策略 → 可视化与自动化”的路径展开。第2章开始，我们将深入每个环节的具体实现。